この研究では、深部脳刺激（DBS）に関連する多領域神経データのモデル化における共通ネットワークダイナミクスと特定領域の活動の分離という課題を取り上げています。新しいアプローチとして、SPIRE（Shared-Private Inter-Regional Encoder）を提案し、データを共有およびプライベートな潜在空間に分解する深層マルチエンコーダオートエンコーダを紹介します。このモデルは、基線データのみでトレーニングされ、区域間構造の回復や外部の摂動がどのようにそれを再編成するかを明らかにします。Synthetic benchmarksで従来の確率モデルよりも優れたパフォーマンスを示したSPIREは、DBS記録の分析において信頼性の高い刺激特異的サインを示すことで、多領域神経ダイナミクスの実用的なツールとしての地位を確立しました。